联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法

• 作者: 廖勇 彭云竹 田博今 陈聿
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 电力系统 客户分群 高斯混合模型聚类 精准服务 期望最大化 手肘法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 3217-3223
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020050672

摘要

为进一步提升电力系统客户的用户体验,针对现有聚类算法寻优能力差、紧凑性不足以及较难求解聚类数目最优值的问题,提出一种联合手肘法与期望最大化(EM)的高斯混合聚类算法,挖掘大量客户数据中的潜在信息.该算法通过EM算法迭代出良好的聚类结果,而针对传统的高斯混合聚类算法需要提前获取用户分群数量的缺点,利用手肘法合理找出客户的分群数量.案例分析表明,所提算法与层次聚类算法和K-Means算法相比,FM、AR指标的增幅均超过10％,紧凑度(CI)和分离度(DS)的降幅分别低于15％和25％,可见性能有较大提升.